简介：摘 要：针对 BP 神经网络的工程估价模型具有高度的容错性和较强的泛化能力等优点，根据 BP 神经网络原理, 对某井筒工程特征进行分析，确定工程特征类目作为神经网络的输入向量。建立基于神经网络的工程造价快速估算模型，该模型能更好的满足实际工程投资估算和设计概算的需要，对项目工程造价快速估算有指导意义。

简介：基于T213L31、T106L19和欧洲中期预报中心数值预报产品,应用BP人工神经网络技术,建立了850hPa高度区域温度集成预报模型,并进行了检验。结果表明：该模型能比较准确地预报强冷空气活动过程中冷中心及温度槽脊的位置和强度,预报结果的平均绝对误差明显小于3个子模式,预报场与实况场的相关程度明显高于3个子模式,预报误差在我国华北北部、东北地区较小,在蒙新高地和帕米尔高原地区误差较大。模型实现了多模式产品的最优综合。

简介：摘要：科学技术的快速发展带动我国整体经济建设发展迅速，在建设工程发展中， 工程造价预测是造价管理的基础，在实际应用中有非常重要的意义。在实务中，造价工程师主要依据行业和地区的消耗量定额，通过测算拟建项目的人材机等消耗量，结合人材机单价情况，估算房屋建筑工程造价。

简介：主成分分析可以提取形变主要信息，BP神经网络具有很强的预测功能，提出将两者相结合用于形变监测数据处理。通过MATLAB编程实现了该算法，并用实测数据进行验证，证明此方法能够提高预测数据的精度和可靠性。结果表明：与其他方法相比，基于主成分分析的改进BP神经网络能取得更好的预测效果。

简介：在深度学习理论模型的基础上,提出了基于卷积神经网络的云检测方法。以GF-2号卫星影像为数据源,选取广西壮族自治区贵港市为实验区,提取了不同下垫面的云,验证了该方法的有效性。

简介：摘要：近年来，人工神经网络国际上掀起的一股研究热潮，人工神经网络独特的结构和处理信息的方法，使其在许多实际应用领域中取得了显著的成效，能够解决一些传统计算机极难求解的问题。神经网络实现技术的研究，主要是探讨利用电子、光学、光电和生物等技术实现神经计算机的途径。神经网络应用则是探讨如何利用神经网络解决实际问题，即模拟人类的某些智能行为。随着人们对低质量电力变换器功率因数、谐波污染日益重视，研制新型优质电力变换以逐渐成为热点。矩阵变换器由于其诸多理想特性，正吸引着愈来愈多的科研人员对其开展广泛的研究。本文介绍神经网络机理功能，把神经网络与矩阵变换器控制原理有机的结合起来，提出利用神经网络控制矩阵变换器的输出电压的科学方法。

简介：在本文中用径向基础函数神经网络（或RBFN）根据地震属性预测通过测井得到的储层性质。对于由Hampson等人（2001年）提出的相同问题，还把用这一方法得到的结果与用广义回归神经网络（GRNN）得到的结果进行了比较。

简介：针对传统BP神经网络存在着容易陷入局部极小点、训练时间太长等缺点,本文采用基于浮点编码的遗传算法,对BP神经网络的初值空间进行了遗传优化。用基于浮点编码的遗传算法来优化BP神经网络的权值,可得到最佳初始权值矩阵,并按误差前向反馈算法,沿负梯度搜索进行网络学习。文中以混凝土重力坝结构作为算例,用结构的模态频率变化作为网络的输入向量,结构的损伤位置作为输出向量,对网络进行了训练。仿真结果表明：遗传BP神经网络的收敛和诊断能力优于传统BP神经网络,可有效地运用到大坝结构的健康诊断与损伤识别中。

简介：摘要:近些年随着经济的快速发展，人们对于生活质量要求越来越高，在满足基本需求后又对水文、环境等各方面提出了更高层次的环保性和安全性，目前对于水体相渗及其风险评价技术已经成为研究热点。本文基于神经网络理论与方法建立起河流相储层预测模型并应用到实际工程当中是该领域一个新发现之一课题。

简介：传统上,时间域航空电磁数据通过拟合迭代反演计算得到大地模型,然而,由于航空电磁数据道间的较强相关性,导致病态反演,并引起超定问题;同时电磁数据的相关性使其与模型参数的映射关系复杂,增加了反演的复杂度。采用主成分分析法将航空电磁数据变换为正交的较少数量的主成分,不仅降低了数据道间的相关性,减小了数据量,同时压制了数据的不相关噪声。本文利用人工神经网络(ANN)逼近主成分与大地模型参数间的映射关系,避免了传统反演算法中雅克比矩阵的复杂计算。层状模型的主成分神经网络与数据神经网络的反演结果对比显示,主成分神经网络反演方法网络结构简单,训练步数少,反演结果好,特别是对于含噪数据。准二维模型的主成分ANN、数据ANN以及Zhody方法的反演结果显示了主成分神经网络具有更接近真实模型的反演效果,进一步证明了主成分神经网络反演方法适合海量航空电磁探测数据反演。

简介：新的钻井工艺或钻井液体系的使用在保证钻井施工顺利进行的同时,也给录井岩屑的岩性识别带来了极大的挑战,其中以膏盐岩地层尤为突出。以塔里木油田大北X井为例,提出了主成分分析（PCA）与径向基函数（RBF）神经网络相结合的膏盐岩地层岩性识别方法,利用主成分分析法去除指标变量间的相关性,将原始指标变量重新线性组合为4项综合变量作为RBF神经网络的输入向量;最后建立适于识别膏盐岩地层岩性的RBF神经网络模型。实际识别结果表明,该PCA-RBF神经网络模型对于膏盐岩地层岩性的识别具有较高的准确性,完全可以满足实际应用的要求,具有进一步推广的价值。

简介：本文应用山仔水库2003～2006年叶绿素a浓度、总磷浓度、总氮浓度、水温、溶解氧浓度、高锰酸盐指数、pH值7个参数监测数据对人工神经网络模型进行训练，在此基础上应用1997—2002年除叶绿素a浓度外其他6个参数监测数据，推算出1997～2002年间缺失的叶绿素a浓度，并对1997—2006年春末夏初的叶绿素a浓度动态进行分析，结果表明：山仔水库1997年建库初期，叶绿素a浓度处于较高水平，2000年以后叶绿素a浓度开始降低，近几年基本保持稳定．2003—2006年叶绿素a浓度呈季节周期性变化，春末经夏季到初秋，叶绿素a浓度持续升高，冬季下降明显，春季又开始回升；说明近几年山仔水库水体春末夏季秋初处于富营养化水平，秋末冬季处于中营养水平．本研究结果将为山仔水库的富营养化防治提供科学依据．

简介：

简介：

简介：摘要：目的：探讨影响高血压脑出血（HICH）患者手术治疗后近期预后不良发生率及其相关危险因素。 方法：选 取 2019 年 1 月至 2021 年 12 月咸阳市第一人民医院收治的 100例 HICH 患者进行随访，依据术后 3 个月的预 后情况，将其分为预后不良组（30例）和预后良好组（70 例）；比较两组间年龄、性别、糖尿病、冠心病史、高血压 病史、术前 GCS 评分、术前血肿量、出血部位、脑室积血、手术时机、手术方式、脑室外引流术、术后肺部感染、术后 再出血、脑疝等因素分布；再采用多因素 logistic 回归法筛选影响 HICH 患者术后预后不良的相关危险因素。 结 果：100 例 HICH 患者术后 3 个月的预后不良发生率为 37.91%（69/182）；多因素 logistic 回归结果显示：影响HICH 患 者手术治疗后预后不良的危险因素包含年龄（OR=2.869）、术前 GCS 评分（OR=4.811）、术前血肿量（OR=3.536）、 手术时机（OR=3.294）、开颅手术（OR=4.137）、术后肺部感染（OR=3.885）、术后再出血（OR=3.083）。 结论：HICH 患 者术后近期预后不良发生率高达 38%，且影响其近期预后不良的高危因素较多，应早期进行预防和治疗，降低预 后不良发生率，改善 HICH 患者的预后。

简介：利用张掖国家湿地公园冬季水域结冰厚度观测资料和张掖观象台的气温、地温气象资料,运用统计学方法和BP神经网络方法建立了张掖国家湿地公园水域结冰厚度预报方程。通过对不同的预报方法进行预报效果验证,该结冰厚度的预报模型能够对结冰厚度有比较理想的预报效果,流动水域结冰厚度预报历史拟合率分别为：80.6%（多元回归）、74.6%（逐步回归）、100%（BP神经网络）;模型试报准确率分别为：72.7%（多元回归）、72.7%（逐步回归）、81.8%（BP神经网络）。静止水域结冰厚度预测历史拟合率分别为：76.9%（多元回归）、71.8%（逐步回归）、93.5%（BP神经网络）;模型试报准确率分别为：76.0%（多元回归）、72.0%（逐步回归）、84.0%（BP神经网络）。结果表明：多元回归方法优于逐步回归方法,而BP神经网络又明显优于传统的统计学方法,数据显示该结冰厚度的预报模型能够对结冰厚度有较好的预报效果,预报模型能够对水域结冰厚度进行有效的短期预报,其性能指标符合实际要求,具有很好的实际应用价值。

简介：摘 要： 针对输电线路工程前期项目比选种类繁多，如何利用少量信息获取更准确的工程造价的问题，结合BP神经网络算法构建输电线路工程造价预测模型。将工程造价的影响因素作为BP神经网络的输入，通过三层网络结构得到输电线路工程造价的估算值。最后，利用实际工程数据对提出的输电线路工程造价预测模型进行了仿真。实验结果表明，该模型能够准确估算项目成本，适用于评估项目前期比较方案的优劣。

简介：将BP（BackPropagation）神经网络方法引入到奥运空气质量预报工作中,利用MATLAB神经网络工具箱搭建运行平台,将高时效性的观测结果与多模式集成实时预报系统的模式输出结果相结合,做出BP神经网络拟合预报结果。在对北京大学医学部站点2008年7月7日到8月26日模式模拟结果、观测结果以及BP神经网络拟合结果的对比研究中发现：BP神经网络能大大提高模式预报效果,平均误差率减少34.7%,相关系数提高39%,特别是在模式模拟效果较差的情况下,对提高预报效果更明显。对BP神经网络样本问题进行敏感性实验结果表明,样本数目多少并不是决定拟合效果的决定性因素,应选取具有稳定映射关系的样本,才是提高拟合预报效果的关键。

简介：摘要基于人工神经网络的汽油机故障诊断技术，是指通过对汽油机故障信息和诊断经验的训练与学习，用分布在网络内部的连接权值来表达所学习的故障诊断知识。本文首先指出采用神经网络进行故障诊断的必然性和可行性。然后利用BP网络对电控汽油机进行故障诊断和MATLAB软件进行程序调试。

简介：在地球物理地层评价和储库工程中遇到由测井资料评价孔隙度和渗透率问题是件困难和重要的任务。在近来人工神经网络(ANN)模拟加拿大东部近海成果的推动下，我们开发了反演北海测井资料为孔隙度和渗透率资料的神经网络。我们利用两个分离反向传播ANN(BP—ANNs)模拟孔隙度和渗透率。该孔隙度ANN是一个用声波、密度和电阻率测井资料为输入的简单三层网络。